Penyakit tanaman pada jagung dapat menyebabkan kerugian yang signifikan dalam produksi pangan, yang berdampak pada perekonomian Indonesia. Salah satu metode yang mulai berkembang untuk mendeteksi dan mengklasifikasikan penyakit tanaman adalah penggunaan Convolutional Neural Networks (CNN), yang telah terbukti efektif dalam analisis citra. Penelitian ini bertujuan untuk mengevaluasi dan menganalisis penerapan CNN dalam klasifikasi penyakit pada daun jagung berdasarkan literatur yang ada. Melalui Systematic Literature Review (SLR), penelitian ini menilai berbagai arsitektur CNN yang digunakan untuk klasifikasi penyakit tanaman, termasuk pada jagung, cabai, kentang, dan lada.
Hasil penelitian menunjukkan bahwa metode CNN, terutama dengan arsitektur seperti EfficientNet, mampu mencapai akurasi tinggi, dengan rata-rata akurasi sebesar 98,22%. Berbagai arsitektur CNN menunjukkan kinerja yang beragam tergantung pada dataset dan teknik prapemrosesan yang digunakan. Penelitian ini memberikan wawasan tentang bagaimana model CNN dapat dioptimalkan untuk mendeteksi penyakit tanaman dengan akurasi yang lebih tinggi, serta mengidentifikasi tantangan dan potensi penerapannya pada berbagai jenis tanaman.
| Word | TW | HV | Detail |
|---|---|---|---|
| 1. status | 91 words | 0.83 | analysis : 0.53, of : 0, the : 0.5, use : 0.5, convolutional : 0.33, neural : 0.39, network : 0.44, cnn : 0, on : 0, classification : 0.46, maize : 0.46, plant : 0.58, diseases : 0.63, systematic : 0.68, literature : 0.69, review : 0, penyakit : 0.43, tanaman : 0.54, jagung : 0.56, menyebabkan : 0.42, kerugian : 0.43, signifikan : 0.48, produksi : 0.53, pangan : 0.44, berdampak : 0.43, perekonomian : 0, indonesia : 0.43, salah : 0.62, satu : 0.83, metode : 0.44, mulai : 0.46, berkembang : 0, mendeteksi : 0.51, mengklasifikasikan : 0.44, penggunaan : 0.42, networks : 0.53, terbukti : 0.51, efektif : 0.44, analisis : 0.53, citra : 0.58, penelitian : 0.42, bertujuan : 0.52, mengevaluasi : 0.58, menganalisis : 0.5, penerapan : 0.43, klasifikasi : 0.48, daun : 0.61, berdasarkan : 0.51, literatur : 0.7, ada : 0.5, melalui : 0.54, slr : 0.55, menilai : 0, arsitektur : 0.68, digunakan : 0.35, termasuk : 0.64, cabai : 0.46, kentang : 0.54, lada : 0.47, hasil : 0.41, menunjukkan : 0.42, bahwa : 0.46, terutama : 0.64, seperti : 0.59, efficientnet : 0.42, mampu : 0.58, mencapai : 0.43, akurasi : 0.64, tinggi : 0.44, rata : 0.44, sebesar : 0.59, 98 : 0, 22 : 0, kinerja : 0, beragam : 0.44, tergantung : 0.69, dataset : 0.53, teknik : 0.44, prapemrosesan : 0.5, memberikan : 0, wawasan : 0.54, tentang : 0.53, bagaimana : 0.43, model : 0, dioptimalkan : 0.5, serta : 0.73, mengidentifikasi : 0.41, tantangan : 0.61, potensi : 0.54, penerapannya : 0.42, jenis : 0.46 |
| 2. gizi | 91 words | 0.65 | analysis : 0.46, of : 0, the : 0, use : 0, convolutional : 0.44, neural : 0, network : 0, cnn : 0, on : 0, classification : 0.55, maize : 0.63, plant : 0, diseases : 0.46, systematic : 0, literature : 0.45, review : 0.47, penyakit : 0.46, tanaman : 0, jagung : 0.47, menyebabkan : 0, kerugian : 0.46, signifikan : 0.57, produksi : 0, pangan : 0, berdampak : 0, perekonomian : 0, indonesia : 0.45, salah : 0, satu : 0, metode : 0, mulai : 0.48, berkembang : 0, mendeteksi : 0, mengklasifikasikan : 0.64, penggunaan : 0.45, networks : 0, terbukti : 0, efektif : 0.46, analisis : 0.58, citra : 0.48, penelitian : 0.57, bertujuan : 0, mengevaluasi : 0.44, menganalisis : 0.56, penerapan : 0, klasifikasi : 0.56, daun : 0, berdasarkan : 0, literatur : 0.45, ada : 0, melalui : 0, slr : 0, menilai : 0.46, arsitektur : 0.45, digunakan : 0.41, termasuk : 0, cabai : 0.48, kentang : 0, lada : 0, hasil : 0.48, menunjukkan : 0, bahwa : 0, terutama : 0, seperti : 0, efficientnet : 0.56, mampu : 0, mencapai : 0, akurasi : 0, tinggi : 0.61, rata : 0, sebesar : 0, 98 : 0, 22 : 0, kinerja : 0.46, beragam : 0, tergantung : 0.45, dataset : 0, teknik : 0.47, prapemrosesan : 0, memberikan : 0.45, wawasan : 0, tentang : 0, bagaimana : 0.57, model : 0, dioptimalkan : 0.56, serta : 0, mengidentifikasi : 0.65, tantangan : 0, potensi : 0, penerapannya : 0, jenis : 0.48 |
| 3. mahsiswa | 91 words | 0.77 | analysis : 0.67, of : 0, the : 0.49, use : 0.49, convolutional : 0.47, neural : 0.43, network : 0.42, cnn : 0, on : 0, classification : 0.59, maize : 0.73, plant : 0.44, diseases : 0.58, systematic : 0.51, literature : 0.32, review : 0.53, penyakit : 0.5, tanaman : 0.51, jagung : 0.43, menyebabkan : 0.53, kerugian : 0.5, signifikan : 0.56, produksi : 0.5, pangan : 0.53, berdampak : 0.49, perekonomian : 0.47, indonesia : 0.57, salah : 0.49, satu : 0.42, metode : 0.49, mulai : 0.69, berkembang : 0.41, mendeteksi : 0.54, mengklasifikasikan : 0.67, penggunaan : 0.41, networks : 0.33, terbukti : 0.42, efektif : 0.42, analisis : 0.58, citra : 0.38, penelitian : 0.48, bertujuan : 0.41, mengevaluasi : 0.58, menganalisis : 0.62, penerapan : 0.41, klasifikasi : 0.63, daun : 0.46, berdasarkan : 0.55, literatur : 0.49, ada : 0.49, melalui : 0.64, slr : 0.49, menilai : 0.64, arsitektur : 0.56, digunakan : 0.49, termasuk : 0.58, cabai : 0.55, kentang : 0.42, lada : 0.46, hasil : 0.68, menunjukkan : 0.53, bahwa : 0.77, terutama : 0.42, seperti : 0.51, efficientnet : 0.4, mampu : 0.64, mencapai : 0.63, akurasi : 0.57, tinggi : 0.43, rata : 0.46, sebesar : 0.6, 98 : 0, 22 : 0, kinerja : 0.51, beragam : 0.51, tergantung : 0.41, dataset : 0.51, teknik : 0.43, prapemrosesan : 0.6, memberikan : 0.6, wawasan : 0.6, tentang : 0.42, bagaimana : 0.57, model : 0.5, dioptimalkan : 0.47, serta : 0.38, mengidentifikasi : 0.57, tantangan : 0.49, potensi : 0.51, penerapannya : 0.47, jenis : 0.38 |
| 4. program | 91 words | 0.73 | analysis : 0.42, of : 0.55, the : 0, use : 0, convolutional : 0.41, neural : 0.54, network : 0.52, cnn : 0, on : 0.55, classification : 0.4, maize : 0, plant : 0.5, diseases : 0.42, systematic : 0.33, literature : 0.47, review : 0.44, penyakit : 0.56, tanaman : 0.52, jagung : 0.44, menyebabkan : 0.41, kerugian : 0.6, signifikan : 0.5, produksi : 0.72, pangan : 0.68, berdampak : 0.59, perekonomian : 0.68, indonesia : 0.5, salah : 0.45, satu : 0, metode : 0.44, mulai : 0.45, berkembang : 0.47, mendeteksi : 0, mengklasifikasikan : 0.37, penggunaan : 0.62, networks : 0.51, terbukti : 0.42, efektif : 0, analisis : 0.42, citra : 0.56, penelitian : 0.55, bertujuan : 0.5, mengevaluasi : 0.48, menganalisis : 0.48, penerapan : 0.63, klasifikasi : 0.41, daun : 0, berdasarkan : 0.46, literatur : 0.5, ada : 0, melalui : 0.43, slr : 0.49, menilai : 0.43, arsitektur : 0.41, digunakan : 0.5, termasuk : 0.49, cabai : 0.45, kentang : 0.43, lada : 0.46, hasil : 0, menunjukkan : 0.41, bahwa : 0.45, terutama : 0.6, seperti : 0.52, efficientnet : 0, mampu : 0, mencapai : 0.42, akurasi : 0.52, tinggi : 0.44, rata : 0.6, sebesar : 0.36, 98 : 0, 22 : 0, kinerja : 0.52, beragam : 0.63, tergantung : 0.58, dataset : 0.43, teknik : 0, prapemrosesan : 0.73, memberikan : 0.41, wawasan : 0.43, tentang : 0.43, bagaimana : 0.59, model : 0.45, dioptimalkan : 0.47, serta : 0.56, mengidentifikasi : 0.3, tantangan : 0.34, potensi : 0.57, penerapannya : 0.6, jenis : 0 |
| 5. studi | 91 words | 0.81 | analysis : 0.44, of : 0, the : 0.51, use : 0.51, convolutional : 0.52, neural : 0.46, network : 0.45, cnn : 0, on : 0, classification : 0.51, maize : 0, plant : 0, diseases : 0.49, systematic : 0.67, literature : 0.37, review : 0.46, penyakit : 0.44, tanaman : 0.45, jagung : 0.46, menyebabkan : 0, kerugian : 0.55, signifikan : 0.58, produksi : 0.55, pangan : 0, berdampak : 0.44, perekonomian : 0.43, indonesia : 0.54, salah : 0.52, satu : 0.8, metode : 0.58, mulai : 0.6, berkembang : 0, mendeteksi : 0.37, mengklasifikasikan : 0.5, penggunaan : 0.43, networks : 0.44, terbukti : 0.66, efektif : 0.45, analisis : 0.44, citra : 0.47, penelitian : 0.43, bertujuan : 0.54, mengevaluasi : 0, menganalisis : 0.43, penerapan : 0, klasifikasi : 0.53, daun : 0.48, berdasarkan : 0.43, literatur : 0.37, ada : 0, melalui : 0.45, slr : 0.56, menilai : 0.45, arsitektur : 0.52, digunakan : 0.48, termasuk : 0.44, cabai : 0.47, kentang : 0.45, lada : 0.48, hasil : 0.47, menunjukkan : 0.43, bahwa : 0, terutama : 0.55, seperti : 0.61, efficientnet : 0.43, mampu : 0, mencapai : 0.44, akurasi : 0.56, tinggi : 0.58, rata : 0.48, sebesar : 0.5, 98 : 0, 22 : 0, kinerja : 0, beragam : 0, tergantung : 0.43, dataset : 0.45, teknik : 0.58, prapemrosesan : 0, memberikan : 0.43, wawasan : 0, tentang : 0.45, bagaimana : 0.44, model : 0.47, dioptimalkan : 0.45, serta : 0.52, mengidentifikasi : 0.48, tantangan : 0.44, potensi : 0.56, penerapannya : 0, jenis : 0.47 |
| 6. penndidikan | 91 words | 0.85 | analysis : 0.48, of : 0, the : 0.47, use : 0.47, convolutional : 0.47, neural : 0.34, network : 0.46, cnn : 0.62, on : 0.53, classification : 0.55, maize : 0.36, plant : 0.57, diseases : 0.38, systematic : 0.41, literature : 0.41, review : 0.51, penyakit : 0.74, tanaman : 0.46, jagung : 0.42, menyebabkan : 0.57, kerugian : 0.5, signifikan : 0.66, produksi : 0.58, pangan : 0.63, berdampak : 0.52, perekonomian : 0.73, indonesia : 0.65, salah : 0, satu : 0, metode : 0.51, mulai : 0.43, berkembang : 0.52, mendeteksi : 0.58, mengklasifikasikan : 0.58, penggunaan : 0.8, networks : 0.44, terbukti : 0.44, efektif : 0.49, analisis : 0.55, citra : 0.43, penelitian : 0.85, bertujuan : 0.54, mengevaluasi : 0.48, menganalisis : 0.6, penerapan : 0.77, klasifikasi : 0.58, daun : 0.39, berdasarkan : 0.57, literatur : 0.42, ada : 0.47, melalui : 0.49, slr : 0, menilai : 0.66, arsitektur : 0.41, digunakan : 0.6, termasuk : 0.48, cabai : 0.43, kentang : 0.57, lada : 0.45, hasil : 0.43, menunjukkan : 0.7, bahwa : 0, terutama : 0.48, seperti : 0.46, efficientnet : 0.56, mampu : 0.43, mencapai : 0.54, akurasi : 0.41, tinggi : 0.48, rata : 0, sebesar : 0.49, 98 : 0, 22 : 0, kinerja : 0.56, beragam : 0.49, tergantung : 0.52, dataset : 0.32, teknik : 0.68, prapemrosesan : 0.6, memberikan : 0.65, wawasan : 0.32, tentang : 0.57, bagaimana : 0.37, model : 0.36, dioptimalkan : 0.62, serta : 0.43, mengidentifikasi : 0.7, tantangan : 0.6, potensi : 0.68, penerapannya : 0.74, jenis : 0.62 |
| 7. jasmani | 91 words | 0.71 | analysis : 0.61, of : 0, the : 0, use : 0.49, convolutional : 0.48, neural : 0.44, network : 0, cnn : 0, on : 0, classification : 0.54, maize : 0.45, plant : 0.56, diseases : 0.35, systematic : 0.66, literature : 0.41, review : 0, penyakit : 0.49, tanaman : 0.63, jagung : 0.71, menyebabkan : 0.46, kerugian : 0.43, signifikan : 0.53, produksi : 0.42, pangan : 0.64, berdampak : 0.59, perekonomian : 0.45, indonesia : 0.5, salah : 0.57, satu : 0.43, metode : 0, mulai : 0.56, berkembang : 0.58, mendeteksi : 0.58, mengklasifikasikan : 0.56, penggunaan : 0.33, networks : 0, terbukti : 0.42, efektif : 0.43, analisis : 0.57, citra : 0.45, penelitian : 0.41, bertujuan : 0.5, mengevaluasi : 0.61, menganalisis : 0.61, penerapan : 0.34, klasifikasi : 0.56, daun : 0.6, berdasarkan : 0.57, literatur : 0.42, ada : 0.65, melalui : 0.52, slr : 0.49, menilai : 0.52, arsitektur : 0.58, digunakan : 0.34, termasuk : 0.43, cabai : 0.68, kentang : 0.52, lada : 0.6, hasil : 0.56, menunjukkan : 0.49, bahwa : 0.56, terutama : 0.35, seperti : 0.52, efficientnet : 0.32, mampu : 0.56, mencapai : 0.68, akurasi : 0.62, tinggi : 0.44, rata : 0.6, sebesar : 0.52, 98 : 0, 22 : 0, kinerja : 0.43, beragam : 0.52, tergantung : 0.5, dataset : 0.51, teknik : 0.54, prapemrosesan : 0.48, memberikan : 0.53, wawasan : 0.63, tentang : 0.52, bagaimana : 0.62, model : 0, dioptimalkan : 0.39, serta : 0.56, mengidentifikasi : 0.54, tantangan : 0.48, potensi : 0.52, penerapannya : 0.45, jenis : 0.61 |
| 8. kesehatan | 91 words | 0.75 | analysis : 0.32, of : 0, the : 0.46, use : 0.46, convolutional : 0.41, neural : 0.52, network : 0.42, cnn : 0, on : 0, classification : 0.5, maize : 0.44, plant : 0.54, diseases : 0.48, systematic : 0.45, literature : 0.38, review : 0.52, penyakit : 0.57, tanaman : 0.59, jagung : 0, menyebabkan : 0.67, kerugian : 0.72, signifikan : 0.54, produksi : 0, pangan : 0.52, berdampak : 0.56, perekonomian : 0.52, indonesia : 0.48, salah : 0.53, satu : 0.45, metode : 0.52, mulai : 0.44, berkembang : 0.62, mendeteksi : 0.54, mengklasifikasikan : 0.53, penggunaan : 0.53, networks : 0.41, terbukti : 0.49, efektif : 0.59, analisis : 0.32, citra : 0.44, penelitian : 0.62, bertujuan : 0.55, mengevaluasi : 0.59, menganalisis : 0.51, penerapan : 0.7, klasifikasi : 0.57, daun : 0, berdasarkan : 0.6, literatur : 0.56, ada : 0.48, melalui : 0.5, slr : 0.48, menilai : 0.5, arsitektur : 0.38, digunakan : 0.56, termasuk : 0.46, cabai : 0.44, kentang : 0.75, lada : 0.45, hasil : 0.44, menunjukkan : 0.42, bahwa : 0.54, terutama : 0.56, seperti : 0.59, efficientnet : 0.51, mampu : 0, mencapai : 0.57, akurasi : 0.48, tinggi : 0, rata : 0.45, sebesar : 0.59, 98 : 0, 22 : 0, kinerja : 0.63, beragam : 0.59, tergantung : 0.53, dataset : 0.55, teknik : 0.35, prapemrosesan : 0.5, memberikan : 0.61, wawasan : 0.59, tentang : 0.59, bagaimana : 0.56, model : 0.44, dioptimalkan : 0.51, serta : 0.58, mengidentifikasi : 0.49, tantangan : 0.46, potensi : 0.5, penerapannya : 0.66, jenis : 0.54 |
| 9. rekreasi | 91 words | 0.71 | analysis : 0.58, of : 0, the : 0.49, use : 0.49, convolutional : 0.4, neural : 0.51, network : 0.51, cnn : 0, on : 0, classification : 0.53, maize : 0.44, plant : 0.44, diseases : 0.54, systematic : 0.51, literature : 0.45, review : 0.7, penyakit : 0.58, tanaman : 0.42, jagung : 0, menyebabkan : 0.55, kerugian : 0.62, signifikan : 0.32, produksi : 0.67, pangan : 0.43, berdampak : 0.46, perekonomian : 0.58, indonesia : 0.52, salah : 0.44, satu : 0, metode : 0.53, mulai : 0.55, berkembang : 0.64, mendeteksi : 0.63, mengklasifikasikan : 0.63, penggunaan : 0.48, networks : 0.58, terbukti : 0.58, efektif : 0.61, analisis : 0.47, citra : 0.55, penelitian : 0.55, bertujuan : 0.46, mengevaluasi : 0.68, menganalisis : 0.53, penerapan : 0.56, klasifikasi : 0.62, daun : 0, berdasarkan : 0.53, literatur : 0.57, ada : 0.49, melalui : 0.6, slr : 0.49, menilai : 0.6, arsitektur : 0.58, digunakan : 0.41, termasuk : 0.58, cabai : 0.55, kentang : 0.49, lada : 0.46, hasil : 0, menunjukkan : 0.48, bahwa : 0.44, terutama : 0.47, seperti : 0.61, efficientnet : 0.43, mampu : 0, mencapai : 0.58, akurasi : 0.71, tinggi : 0.43, rata : 0.63, sebesar : 0.68, 98 : 0, 22 : 0, kinerja : 0.61, beragam : 0.49, tergantung : 0.45, dataset : 0.43, teknik : 0.63, prapemrosesan : 0.6, memberikan : 0.58, wawasan : 0.51, tentang : 0.51, bagaimana : 0.49, model : 0.44, dioptimalkan : 0.31, serta : 0.55, mengidentifikasi : 0.41, tantangan : 0.41, potensi : 0.6, penerapannya : 0.53, jenis : 0.55 |
| 10. universitas | 91 words | 0.69 | analysis : 0.54, of : 0, the : 0.47, use : 0.65, convolutional : 0.55, neural : 0.55, network : 0.57, cnn : 0.47, on : 0.53, classification : 0.57, maize : 0.53, plant : 0.53, diseases : 0.54, systematic : 0.52, literature : 0.58, review : 0.48, penyakit : 0.5, tanaman : 0.49, jagung : 0.51, menyebabkan : 0.4, kerugian : 0.56, signifikan : 0.5, produksi : 0.54, pangan : 0.42, berdampak : 0.54, perekonomian : 0.52, indonesia : 0.68, salah : 0, satu : 0.45, metode : 0.42, mulai : 0.53, berkembang : 0.52, mendeteksi : 0.48, mengklasifikasikan : 0.58, penggunaan : 0.41, networks : 0.62, terbukti : 0.53, efektif : 0.4, analisis : 0.69, citra : 0.53, penelitian : 0.58, bertujuan : 0.48, mengevaluasi : 0.52, menganalisis : 0.57, penerapan : 0.52, klasifikasi : 0.57, daun : 0.56, berdasarkan : 0.58, literatur : 0.6, ada : 0, melalui : 0.32, slr : 0.47, menilai : 0.56, arsitektur : 0.48, digunakan : 0.48, termasuk : 0.55, cabai : 0.43, kentang : 0.32, lada : 0, hasil : 0.36, menunjukkan : 0.49, bahwa : 0, terutama : 0.59, seperti : 0.48, efficientnet : 0.48, mampu : 0.43, mencapai : 0.45, akurasi : 0.52, tinggi : 0.48, rata : 0, sebesar : 0.52, 98 : 0, 22 : 0, kinerja : 0.66, beragam : 0.57, tergantung : 0.46, dataset : 0.46, teknik : 0.42, prapemrosesan : 0.48, memberikan : 0.46, wawasan : 0.49, tentang : 0.32, bagaimana : 0.47, model : 0.43, dioptimalkan : 0.48, serta : 0.53, mengidentifikasi : 0.57, tantangan : 0.47, potensi : 0.48, penerapannya : 0.48, jenis : 0.6 |
| 11. rokania | 91 words | 0.73 | analysis : 0.6, of : 0.55, the : 0, use : 0, convolutional : 0.63, neural : 0.44, network : 0, cnn : 0.49, on : 0.55, classification : 0.55, maize : 0.45, plant : 0.56, diseases : 0.42, systematic : 0.5, literature : 0.41, review : 0.59, penyakit : 0.61, tanaman : 0.62, jagung : 0.54, menyebabkan : 0.46, kerugian : 0.61, signifikan : 0.47, produksi : 0.69, pangan : 0.64, berdampak : 0.59, perekonomian : 0.73, indonesia : 0.59, salah : 0.45, satu : 0.46, metode : 0.44, mulai : 0.56, berkembang : 0.66, mendeteksi : 0.5, mengklasifikasikan : 0.56, penggunaan : 0.47, networks : 0.42, terbukti : 0.6, efektif : 0.52, analisis : 0.6, citra : 0.45, penelitian : 0.58, bertujuan : 0.5, mengevaluasi : 0.45, menganalisis : 0.47, penerapan : 0.48, klasifikasi : 0.65, daun : 0.6, berdasarkan : 0.57, literatur : 0.42, ada : 0.49, melalui : 0.52, slr : 0.49, menilai : 0.45, arsitektur : 0.49, digunakan : 0.48, termasuk : 0.51, cabai : 0.56, kentang : 0.51, lada : 0.46, hasil : 0.56, menunjukkan : 0.49, bahwa : 0.56, terutama : 0.6, seperti : 0.43, efficientnet : 0.32, mampu : 0.45, mencapai : 0.52, akurasi : 0.62, tinggi : 0.54, rata : 0.64, sebesar : 0.43, 98 : 0, 22 : 0, kinerja : 0.62, beragam : 0.62, tergantung : 0.58, dataset : 0.43, teknik : 0.64, prapemrosesan : 0.55, memberikan : 0.5, wawasan : 0.51, tentang : 0.36, bagaimana : 0.59, model : 0.45, dioptimalkan : 0.51, serta : 0.56, mengidentifikasi : 0.54, tantangan : 0.59, potensi : 0.62, penerapannya : 0.51, jenis : 0.56 |
| 12. semester | 91 words | 0.82 | analysis : 0.42, of : 0, the : 0.49, use : 0.64, convolutional : 0.4, neural : 0.43, network : 0.6, cnn : 0, on : 0, classification : 0.53, maize : 0.38, plant : 0.44, diseases : 0.58, systematic : 0.62, literature : 0.47, review : 0.53, penyakit : 0.5, tanaman : 0.42, jagung : 0, menyebabkan : 0.44, kerugian : 0.42, signifikan : 0.47, produksi : 0.42, pangan : 0, berdampak : 0.49, perekonomian : 0.43, indonesia : 0.49, salah : 0.5, satu : 0.63, metode : 0.56, mulai : 0.44, berkembang : 0.45, mendeteksi : 0.64, mengklasifikasikan : 0.4, penggunaan : 0.41, networks : 0.54, terbukti : 0.5, efektif : 0.6, analisis : 0.42, citra : 0.44, penelitian : 0.56, bertujuan : 0.49, mengevaluasi : 0.43, menganalisis : 0.43, penerapan : 0.57, klasifikasi : 0.41, daun : 0, berdasarkan : 0.55, literatur : 0.46, ada : 0, melalui : 0.35, slr : 0.54, menilai : 0.35, arsitektur : 0.55, digunakan : 0, termasuk : 0.58, cabai : 0, kentang : 0.51, lada : 0, hasil : 0.44, menunjukkan : 0.31, bahwa : 0, terutama : 0.5, seperti : 0.77, efficientnet : 0.61, mampu : 0.44, mencapai : 0.33, akurasi : 0.42, tinggi : 0, rata : 0.46, sebesar : 0.82, 98 : 0, 22 : 0, kinerja : 0.51, beragam : 0.42, tergantung : 0.48, dataset : 0.49, teknik : 0.43, prapemrosesan : 0.57, memberikan : 0.55, wawasan : 0.42, tentang : 0.51, bagaimana : 0.41, model : 0.38, dioptimalkan : 0.31, serta : 0.73, mengidentifikasi : 0.5, tantangan : 0.41, potensi : 0.43, penerapannya : 0.54, jenis : 0.55 |
| 13. pendek | 91 words | 0.81 | analysis : 0.43, of : 0, the : 0.5, use : 0.5, convolutional : 0.41, neural : 0.39, network : 0.53, cnn : 0.5, on : 0.56, classification : 0, maize : 0.46, plant : 0.62, diseases : 0.51, systematic : 0.42, literature : 0.42, review : 0.56, penyakit : 0.81, tanaman : 0.44, jagung : 0.44, menyebabkan : 0.68, kerugian : 0.43, signifikan : 0.51, produksi : 0.66, pangan : 0.6, berdampak : 0.61, perekonomian : 0.72, indonesia : 0.61, salah : 0, satu : 0, metode : 0.67, mulai : 0, berkembang : 0.49, mendeteksi : 0.78, mengklasifikasikan : 0.56, penggunaan : 0.72, networks : 0.51, terbukti : 0.53, efektif : 0.64, analisis : 0.43, citra : 0, penelitian : 0.78, bertujuan : 0.43, mengevaluasi : 0.58, menganalisis : 0.5, penerapan : 0.79, klasifikasi : 0.42, daun : 0.47, berdasarkan : 0.59, literatur : 0.43, ada : 0.5, melalui : 0.44, slr : 0, menilai : 0.54, arsitektur : 0.51, digunakan : 0.5, termasuk : 0.53, cabai : 0, kentang : 0.54, lada : 0.47, hasil : 0, menunjukkan : 0.59, bahwa : 0, terutama : 0.43, seperti : 0.53, efficientnet : 0.47, mampu : 0, mencapai : 0.53, akurasi : 0, tinggi : 0.44, rata : 0, sebesar : 0.54, 98 : 0, 22 : 0, kinerja : 0.37, beragam : 0.44, tergantung : 0.51, dataset : 0.44, teknik : 0.67, prapemrosesan : 0.62, memberikan : 0.6, wawasan : 0, tentang : 0.54, bagaimana : 0, model : 0.41, dioptimalkan : 0.47, serta : 0.46, mengidentifikasi : 0.72, tantangan : 0.43, potensi : 0.68, penerapannya : 0.77, jenis : 0.58 |
| 14. tahun | 91 words | 0.78 | analysis : 0.55, of : 0, the : 0.72, use : 0, convolutional : 0.35, neural : 0.46, network : 0.45, cnn : 0, on : 0, classification : 0.42, maize : 0.47, plant : 0.6, diseases : 0.44, systematic : 0.43, literature : 0.63, review : 0, penyakit : 0.38, tanaman : 0.74, jagung : 0.7, menyebabkan : 0.43, kerugian : 0.55, signifikan : 0.43, produksi : 0.44, pangan : 0.58, berdampak : 0.44, perekonomian : 0.43, indonesia : 0.44, salah : 0.47, satu : 0.63, metode : 0.46, mulai : 0, berkembang : 0.43, mendeteksi : 0.43, mengklasifikasikan : 0.34, penggunaan : 0.37, networks : 0.44, terbukti : 0.6, efektif : 0, analisis : 0.55, citra : 0, penelitian : 0.43, bertujuan : 0.54, mengevaluasi : 0.45, menganalisis : 0.36, penerapan : 0.44, klasifikasi : 0.43, daun : 0.78, berdasarkan : 0.43, literatur : 0.44, ada : 0.51, melalui : 0.56, slr : 0, menilai : 0.45, arsitektur : 0.37, digunakan : 0.54, termasuk : 0.69, cabai : 0.47, kentang : 0.45, lada : 0.48, hasil : 0.47, menunjukkan : 0.36, bahwa : 0.6, terutama : 0.6, seperti : 0, efficientnet : 0.43, mampu : 0.6, mencapai : 0.38, akurasi : 0.56, tinggi : 0.62, rata : 0.48, sebesar : 0, 98 : 0, 22 : 0, kinerja : 0.45, beragam : 0.45, tergantung : 0.69, dataset : 0.4, teknik : 0.62, prapemrosesan : 0.43, memberikan : 0, wawasan : 0.56, tentang : 0.61, bagaimana : 0.54, model : 0, dioptimalkan : 0.43, serta : 0, mengidentifikasi : 0.42, tantangan : 0.72, potensi : 0.56, penerapannya : 0.36, jenis : 0 |
| 15. akademik | 91 words | 0.75 | analysis : 0.63, of : 0, the : 0.49, use : 0.49, convolutional : 0.4, neural : 0.36, network : 0.51, cnn : 0, on : 0, classification : 0.46, maize : 0.55, plant : 0.44, diseases : 0.42, systematic : 0.51, literature : 0.32, review : 0.53, penyakit : 0.5, tanaman : 0.6, jagung : 0.43, menyebabkan : 0.44, kerugian : 0.58, signifikan : 0.48, produksi : 0.47, pangan : 0.53, berdampak : 0.66, perekonomian : 0.53, indonesia : 0.57, salah : 0.55, satu : 0.46, metode : 0.36, mulai : 0.55, berkembang : 0.45, mendeteksi : 0.47, mengklasifikasikan : 0.58, penggunaan : 0.41, networks : 0.5, terbukti : 0.47, efektif : 0.49, analisis : 0.63, citra : 0.44, penelitian : 0.48, bertujuan : 0.41, mengevaluasi : 0.53, menganalisis : 0.55, penerapan : 0.32, klasifikasi : 0.54, daun : 0.42, berdasarkan : 0.56, literatur : 0.32, ada : 0.71, melalui : 0.49, slr : 0, menilai : 0.43, arsitektur : 0.6, digunakan : 0.46, termasuk : 0.54, cabai : 0.66, kentang : 0.49, lada : 0.6, hasil : 0.55, menunjukkan : 0.48, bahwa : 0.55, terutama : 0.47, seperti : 0.51, efficientnet : 0.47, mampu : 0.55, mencapai : 0.47, akurasi : 0.75, tinggi : 0.43, rata : 0.58, sebesar : 0.35, 98 : 0, 22 : 0, kinerja : 0.51, beragam : 0.61, tergantung : 0.32, dataset : 0.61, teknik : 0.64, prapemrosesan : 0.54, memberikan : 0.63, wawasan : 0.51, tentang : 0.35, bagaimana : 0.56, model : 0.55, dioptimalkan : 0.58, serta : 0.38, mengidentifikasi : 0.55, tantangan : 0.49, potensi : 0.51, penerapannya : 0.43, jenis : 0.55 |
| 16. 2023 | 91 words | 0.85 | analysis : 0, of : 0, the : 0, use : 0, convolutional : 0, neural : 0, network : 0, cnn : 0, on : 0, classification : 0, maize : 0, plant : 0, diseases : 0, systematic : 0, literature : 0, review : 0, penyakit : 0, tanaman : 0, jagung : 0, menyebabkan : 0, kerugian : 0, signifikan : 0, produksi : 0, pangan : 0, berdampak : 0, perekonomian : 0, indonesia : 0, salah : 0, satu : 0, metode : 0, mulai : 0, berkembang : 0, mendeteksi : 0, mengklasifikasikan : 0, penggunaan : 0, networks : 0, terbukti : 0, efektif : 0, analisis : 0, citra : 0, penelitian : 0, bertujuan : 0, mengevaluasi : 0, menganalisis : 0, penerapan : 0, klasifikasi : 0, daun : 0, berdasarkan : 0, literatur : 0, ada : 0, melalui : 0, slr : 0, menilai : 0, arsitektur : 0, digunakan : 0, termasuk : 0, cabai : 0, kentang : 0, lada : 0, hasil : 0, menunjukkan : 0, bahwa : 0, terutama : 0, seperti : 0, efficientnet : 0, mampu : 0, mencapai : 0, akurasi : 0, tinggi : 0, rata : 0, sebesar : 0, 98 : 0, 22 : 0.85, kinerja : 0, beragam : 0, tergantung : 0, dataset : 0, teknik : 0, prapemrosesan : 0, memberikan : 0, wawasan : 0, tentang : 0, bagaimana : 0, model : 0, dioptimalkan : 0, serta : 0, mengidentifikasi : 0, tantangan : 0, potensi : 0, penerapannya : 0, jenis : 0 |
| 17. 2024 | 91 words | 0.85 | analysis : 0, of : 0, the : 0, use : 0, convolutional : 0, neural : 0, network : 0, cnn : 0, on : 0, classification : 0, maize : 0, plant : 0, diseases : 0, systematic : 0, literature : 0, review : 0, penyakit : 0, tanaman : 0, jagung : 0, menyebabkan : 0, kerugian : 0, signifikan : 0, produksi : 0, pangan : 0, berdampak : 0, perekonomian : 0, indonesia : 0, salah : 0, satu : 0, metode : 0, mulai : 0, berkembang : 0, mendeteksi : 0, mengklasifikasikan : 0, penggunaan : 0, networks : 0, terbukti : 0, efektif : 0, analisis : 0, citra : 0, penelitian : 0, bertujuan : 0, mengevaluasi : 0, menganalisis : 0, penerapan : 0, klasifikasi : 0, daun : 0, berdasarkan : 0, literatur : 0, ada : 0, melalui : 0, slr : 0, menilai : 0, arsitektur : 0, digunakan : 0, termasuk : 0, cabai : 0, kentang : 0, lada : 0, hasil : 0, menunjukkan : 0, bahwa : 0, terutama : 0, seperti : 0, efficientnet : 0, mampu : 0, mencapai : 0, akurasi : 0, tinggi : 0, rata : 0, sebesar : 0, 98 : 0, 22 : 0.85, kinerja : 0, beragam : 0, tergantung : 0, dataset : 0, teknik : 0, prapemrosesan : 0, memberikan : 0, wawasan : 0, tentang : 0, bagaimana : 0, model : 0, dioptimalkan : 0, serta : 0, mengidentifikasi : 0, tantangan : 0, potensi : 0, penerapannya : 0, jenis : 0 |
| 18. subtitlestatus | 91 words | 0.66 | analysis : 0.47, of : 0, the : 0.6, use : 0.63, convolutional : 0.45, neural : 0.48, network : 0.31, cnn : 0, on : 0, classification : 0.45, maize : 0.51, plant : 0.35, diseases : 0.62, systematic : 0.63, literature : 0.57, review : 0.33, penyakit : 0.43, tanaman : 0.48, jagung : 0.41, menyebabkan : 0.38, kerugian : 0.47, signifikan : 0.55, produksi : 0.42, pangan : 0.41, berdampak : 0.52, perekonomian : 0.38, indonesia : 0.45, salah : 0.56, satu : 0.59, metode : 0.33, mulai : 0.49, berkembang : 0.5, mendeteksi : 0.4, mengklasifikasikan : 0.42, penggunaan : 0.39, networks : 0.42, terbukti : 0.59, efektif : 0.38, analisis : 0.51, citra : 0.49, penelitian : 0.49, bertujuan : 0.56, mengevaluasi : 0.42, menganalisis : 0.5, penerapan : 0.46, klasifikasi : 0.44, daun : 0.44, berdasarkan : 0.38, literatur : 0.59, ada : 0, melalui : 0.45, slr : 0.64, menilai : 0.49, arsitektur : 0.57, digunakan : 0.4, termasuk : 0.49, cabai : 0.51, kentang : 0.44, lada : 0.44, hasil : 0.6, menunjukkan : 0.38, bahwa : 0.51, terutama : 0.53, seperti : 0.54, efficientnet : 0.41, mampu : 0.42, mencapai : 0.36, akurasi : 0.45, tinggi : 0.49, rata : 0.44, sebesar : 0.66, 98 : 0, 22 : 0, kinerja : 0.55, beragam : 0.55, tergantung : 0.45, dataset : 0.45, teknik : 0.46, prapemrosesan : 0.45, memberikan : 0.44, wawasan : 0.48, tentang : 0.54, bagaimana : 0.52, model : 0.35, dioptimalkan : 0.37, serta : 0.65, mengidentifikasi : 0.42, tantangan : 0.52, potensi : 0.45, penerapannya : 0.44, jenis : 0.49 |